El brillo, el contraste, la saturación y el tono son factores importantes de una imagen que pueden afectar su apariencia. PyTorch proporciona el ' Variación de color() 'Método para ajustar aleatoriamente el brillo, el contraste, la saturación y el tono de una imagen específica. Los usuarios pueden especificar el rango de valores para cada parámetro como una tupla o un valor único. Este método devuelve una imagen recién ajustada con factores deseados modificados aleatoriamente del rango especificado.
Este blog ilustrará el método para ajustar el brillo, el contraste, la saturación y el tono de la imagen en PyTorch.
¿Cómo ajustar aleatoriamente el brillo, el contraste, la saturación y el tono de la imagen en PyTorch?
Para ajustar aleatoriamente el brillo, el contraste, la saturación y el tono de una imagen en PyTorch, siga los pasos que se enumeran a continuación:
Paso 1: sube una imagen a Google Colab
Primero, abra Google Colab y haga clic en los íconos resaltados a continuación. Luego, elige la imagen específica de la computadora y cárgala:
Posteriormente, la imagen se subirá a Google Colab:
Aquí, hemos subido la siguiente imagen y ajustaremos aleatoriamente su brillo, contraste, saturación y tono:
Paso 2: Importar la biblioteca necesaria
A continuación, importe las bibliotecas necesarias. Por ejemplo, hemos importado las siguientes bibliotecas:
importar antorchaimportar torchvision.transforms como transforma
desde la imagen de importación PIL
Aquí:
-
- “ importar antorcha ”importa la biblioteca PyTorch.
- “ importar torchvision.transforms como transformaciones ”importa el módulo de transformaciones de torchvision que se utiliza para preprocesar datos de imágenes antes de introducirlos en una red neuronal.
- “ desde la imagen de importación PIL ”se utiliza para abrir y guardar diferentes formatos de archivos de imagen:
Paso 3: leer la imagen de entrada
Después de eso, lea la imagen de entrada desde la computadora. Aquí estamos leyendo el “ flores_img.jpg ” y guardarlo en el “ entrada_img ' variable:
input_img = Imagen.abierta ( 'flores_img.jpg' )
Paso 4: definir una transformación
Luego, defina una transformación para ajustar el brillo, el contraste, la saturación y el tono de la imagen de entrada anterior. Aquí, hemos definido los siguientes valores para estos factores:
transformar = transforma.ColorJitter ( brillo = 1.5 , contraste = 1.2 , saturación = 2 , matiz = 0.3 )
Paso 5: aplique la transformación en la imagen
Ahora, aplique la transformación anterior en la imagen de entrada deseada para ajustar los factores deseados:
new_img = transformar ( entrada_img )
Paso 6: muestre la imagen ajustada
Finalmente, vea la imagen ajustada mostrándola:
nuevo_img
El resultado anterior muestra que el brillo, el contraste, la saturación y el tono de la imagen de entrada se han ajustado correctamente con los factores especificados.
Comparación
La comparación entre la imagen original y la imagen ajustada se puede ver a continuación:
Imagen original
|
Imagen ajustada
|
Nota : Puede acceder a nuestro Google Colab Notebook en este enlace .
Además, también puede consultar los artículos proporcionados sobre cómo ajustar el brillo, el contraste, la saturación y el tono de una imagen:
Hemos explicado de manera eficiente el método para ajustar aleatoriamente el brillo, el contraste, la saturación y el tono de la imagen en PyTorch.
Conclusión
Para ajustar aleatoriamente el brillo, el contraste, la saturación y el tono de la imagen en PyTorch, primero cargue la imagen deseada en Google Colab. Luego, importe las bibliotecas necesarias y lea la imagen de entrada. Después de eso, use el botón ' Variación de color() ”Método para aplicar transformaciones aleatorias al brillo, saturación, contraste y tono de una imagen. Por último, vea la imagen ajustada mostrándola. Este blog ha ilustrado el método para ajustar el brillo, el contraste, la saturación y el tono de la imagen en PyTorch.